光伏发电作为世界上最有发展潜力的绿色能源,凭借着其清洁无污染、分布范围广等特点,得以迅速发展。光伏最大功率追踪技术可以有效提升光伏发电系统效率,获得了广泛的发应用。但传统光伏追踪技术在运行环境发生变化时,追踪效率和供电品质将受到较大影响,尤其是较大规模光伏阵列受到局部遮阴影响时,不仅其发电效率和品质受到影响,而且极端工况还会导致严重的火灾等安全问题。为提高复杂环境下光伏发电效率和供电品质,本文采用改进的量子粒子群算法与电导增量法结合的MPPT算法实现光伏最大功率追踪,用来解决局部遮阴环境下光伏发电系统的MPPT追踪效率以及系统的动态品质和鲁棒性的问题。本文首先介绍了光伏系统最大功率跟踪技术的研究现状以及现有MPPT常规算法;建立了光伏电池模型,讨论了光伏电池在均匀光照、局部遮阴两种工况下的输出特性。在此基础上,应用惯性权自适应调整的量子粒子群（DCWQPSO）优化算法,通过引入β值变异提高了算法粒子的搜索范围,有效改善了粒子陷入局部极值等问题。提出将莱维飞行策略与DCWQPSO算法结合（LF-DCWQPSO）的光伏最大功率追踪控制算法,以减少粒子在进化过程后期仍存在陷入局部极值的可能问题。在MATLAB/Simulink环境下搭建了光伏发电系统DC/DC变换器模型,对光伏阵列和控制模块进行了构建。通过仿真验证了LF-DCWQPSO算法在光伏最大功率追踪上的有效性,解决了粒子易陷入局部极值、早熟收敛的问题,达到了系统对快速性的要求。针对LF-DCWQPSO算法在动态跟踪过程中的振荡的问题,提出一种LF-DCWQPSO算法与INC算法相结合的光伏最大功率追踪（MPPT）控制算法。该算法采用LF-DCWQPSO算法进行最大功率点的全局搜索,然后利用INC算法对最大功率点进行局部跟踪。仿真验证表明,LF-DCWQPSO算法和INC算法的有机结合,解决了LF-DCWQPSO算法收敛过程中的振荡问题。理论分析和仿真结果表明本文提出方法可有效应对光照等环境不确定性情况的变化,能够快速、稳定地搜索到全局最大功率点,提升了不确定环境下光伏发电系统最大功率追踪效率,具有良好的动态品质和鲁棒性。